Probabilité conditionnelle Dans une expérience aléatoire, une variable aléatoire permet d’associer un prix ou un gain à chaque évènement élémentaire ; A. Espace probabilisé : Définition : On peut dire qu’une expérience est aléatoire lorsqu’on ne peut prédire la valeur de sortie. Deux types de variables aléatoire seront étudiés : Les variables aléatoires à image } ( ) fini { : dans le diagramme ci-contre, on a : X Ω = x1 ; x2 ; x3 ; x4 Chaque possibilité de sortie de l’expérience s’appelle un événement élémentaire. Les variables continues, étudiés en fin d’année, peuvent retourner des infinités de valeurs : mesure de température, de la taille de la population. . . L’ensemble des évènements de l’expérience aléatoire s’appelle l’univers des issues ; on le note Ω. Toute partie de l’univers Ω s’appelle un événement. Définition : Soit Ω un univers possédant un nombre fini d’issues. On appelle loi de probabilité [ sur ] Ω toute fonction P telle que : P : parties de Ω 7−→ 0 ; 1 vérifiant les propriétés suivantes : ( ) ( ) P ∅ =0 P Ω =1 ∑ ( ) P {!} = 1 w∈Ω Soit A un événement : ∑ ( ) P(A) = P {!} = 1 Définition : On appelle loi de probabilité d’une variable la ( aléatoire, ) connaissance de l’ensemble des probabilités P X =xi où xi décrit les valeurs prises par la variable aléatoire X . Loi de probabilité de X Variable aléatoire X p1 x1 p1 !1 ! 0 p0 w∈A Définition : Loi de probabilité sur Ω p0 p5 p3 x0 p2 +p3 !2 !5 !3 p2 x2 ( ) On dit qu’un espace probabilisé Ω ; P représente une situation d’équiprobabilité si tous les événements élémentaires ont les mêmes probabilités. Propriété : On a pour conséquences : ( ) ( ) ( ) 1 P w1 = P w2 = · · · = P wn = n A un événement de k évènements élémentaires : ( ) k P A = n Propriété : ( ) Soit Ω ; P un espace probabilisé. Soit A et B deux événements de Ω, on a : ( ) ( ) ( ) Si A∩B = ∅, alors P A∪B = P A +P B Cette propriété se traduit par : Si A et B sont deux événement incompatible, la propbabilité de l’événement (A ou B) est la somme des probabilités de A et de B. Pour( tout ) événement ( ) A, on a( : ) ( ) P A =1−P A ; P A =1−P A Quels A( et B, )on a : ( que soient ) (les)événements ( ) P A∪B = P A + P B − P A∩B B. Variables aléatoires : Définition : Une variable aléatoire est un fonction de Ω dans R. p4 +p5 +p6 P(X =xk )∈ 0 ; 1 3 X x3 !6 !4 Evènements Elémentaires de Ω xk ∈ R P(X =xk ) = 1 p4 p6 pi ∈ 0 ; 1 6 X pi = 1 i=0 k=0 Définition : L’espérance : E(X ) = n ∑ ( ) xk ×P X =xk k=0 La variance : n ∑ [ ]2 ( ) V (X ) = xk − E(X ) · P X =xk k=0 √ L’écart-type : ff(X ) = V (X ) Remarque : L’espérance définit la valeur moyenne de l’expérience aléatoire vue à travers la variable aléatoire X . Lorque la variable aléatoire X représente le gain d’un jeu aléatoire, (associé à une expérience aléatoire et si l’espérance ) vaut 0 (E X =0), on dira que l’expérience est équitable. Sinon, elle sera favorable à une des parties. Proposition : Soit X une variable aléatoire prenant un nombre fini de valeurs. Soit a (et b deux ) nombres réels, alors on a : E a·X +b = a·E(X )+b ; V (a·X ) = a2 ·V (X ) Preuve : Voir http://chingatome.net/fichRessource/208/cours.pdf Remarque : http://chingatome.net C. Epreuve de Bernoulli et loi binomiale : Définition : Une épreuve de Bernoulli de paramètre p est une expérience aléatoire possédant deux issues dont l’une a pour probabilité p appelée le succés et l’autre se nomme l’échec. Proposition :(admise) Soit X une variable aléatoire suivant une loi binomiale de paramètre n et p : √ E(X ) = n·p V (X ) = n·p·(1−p) ff(X ) = n·p·(1−p) Remarque : Pour aller un peu plus loin : http://chingatome.net/fichRessource/4/esperance.pdf Un schéma de bernoulli de paramètre n et p est la répétition n fois d’une même épreuve de Bernoulli de paramètre p de manière indépendante entre elles. 0, 2 S E 0, 8 0, 2 S S 0, 2 0, 8 E 0, 2 0, 8 S E 0, 8 0, 2 E S 0, 2 0, 8 S E 0, 8 E 0, 2 0, 8 S E R Su ép ét i D. Probabilité conditionnelle : cc é ti s on s 0 1 2 3 4 5 6 0 1 2 3 4 5 6 1 1 1 1 1 1 1 1 2 3 4 5 6 Deux évènements A et B distincts permettent de considérer l’univers en 4 parties : A 1 3 6 10 15 A∩B 1 4 1 10 5 1 20 15 6 1 A droite, est représenté un schéma de Bernoulli de paramètre 3 et élémentaires ( 0;2. Voici )trois de ( ses évènements ) ( ): S1 ; S2 ; E3 ; E1 ; S2 ; S3 ; E1 ; E2 ; S2 Définition : ( ) n Le coefficient binomial , avec k ⩽ n se lit “k parmi k n”, représentent le nombre de chemins présentant k succés dans une répétition n fois d’une épreuve de Bernoulli. A∩B A B A∩B A∩B B B B Ainsi, en choisissant un élément de A, on peut s’intéresser s’il appartient à B ou à B. Définition : ( ) Soit A et B deux évènements tel que P A ̸= 0. On a appelle probabilité de B sachant A le nombre, noté PA (B), définie par : ( ) P A∩B ( ) PA (B) = P A Proposition : Pour tout entier naturel k ⩽ n, ( ) ( ) n et k tels que ( ) ( on a): n n n n =1 =1 = 0 n k n−k ( ) ( ) ( ) n n n+1 Pour k < n : + = k k+1 k+1 Remarque : Les propriétés précédentes permettent de construire le triangle de Pascal donné ci-dessus et dans lequel, on lit la valeur des différents coefficients binomiaux. Définition : Dans un schéma de Bernoulli de paramètre n et p, la variable aléatoire X comptant le nombre de succés est une variable aléatoire X suivant t une loi binomiale de paramètre n et p. ( ) On note : X ∼ B n ; p Proposition : Soit X une variable aléatoire suivant une loi binomiale de paramètre n et p.( Pour ) k ∈ N tel que k ⩽ n : ( ) ( )n−k n P X =k = ×pk × 1 − p k Exemple : Dans l’exemple issue ( ) de l’arbre de probabilité ci-dessus : ( ) 3 P X =2 = ×0;22 ×0;81 = 0;096 2 Remarque : ( ) Si( A) et B sont deux évènements tels que P A ̸= 0 et P B ̸= ( 0 alors ) on a( : ) ( ) ( ) ( ) P A ∩ B = P A ×PA B = P B ×PB A Définition : { } Soit A un évènement. On dit que B1 ; B2 ; ··· ; Bn , ensemble d’évènements, forme une partition de A si : aucune de ces évènements est vide : ∀i ∈ [[1 ; n]];Bi ̸= ∅ ils (sont disjoints ) ( deux à deux )(: ) ∀i ∈ [[1 ; n]] ∀j ∈ [[1 ; n]] i ̸= j =⇒ Bi ∩Bj = ∅ leur union est égale à A : n ∪ Bi i=1 Proposition :(Formule des probabilités totales) Soit A un évènement et B1 ,. . . ,Bn une partition de l’univers Ω. n ( ) ( ) ( ) ∑ ( ) P A = P A ∩ B1 + · · · + P A ∩ Bn = P A∩Bk k=1 Application : http://chingatome.net 0;8 B 0;2 B 0;5 B 0;5 B 0;3 A 0;7 Soit A et B deux évènements réalisant l’arbre de probabilité ci-contre. Les évènements A et A forment une patition de l’univers. D’après la formule des probabilités ) ( ) ( totales) : ( P B = P B∩A + P B∩A ( ) ( ) ( ) ( ) = P A ·PA B + P A ·PA B A Soient A et B deux évènements indépendants. Les évènements A et A forment une partition de Ω. D’après la (formule ) : ) (des probabilités ) ( totales P B = P B ∩A + P B ∩A On en déduit : ( ) ( ) ( ) P B∩A = P B − P B∩A Les évènements A et B étant indépendants : ( ) ( ) ( ) ( ) P B ∩ A = P B − P B ×P A ) ( )[ ( )] ( P B∩A = P B · 1 − P A ( ) ( ) ( ) P B ∩ A = P B ×P A = 0;3×0;8 + 0;7×0;5 = 0;24 + 0;35 = 0;79 E. Evènements indépendants : Définition : Soient A et B deux évènements. Les deux évenements A et B sont ( dits)indépendants ( ) ( )si : P A ∩ B = P A ×P B Proposition : Soient A et B deux évènements de probabilités non nulles. A et B sont indépendants ( ) ( ) ( ) ( ) ⇐⇒ P B = PA B ⇐⇒ P A = PB A Preuve : A est un évènement ( de )probabilité non-nulle. Alors : ( ) P A∩B ( ) PA B = P A F. Quelques exemples : 1. Avec l’algèbre : On étudie une expérience aléatoire suivant les deux évènements A et F . On donne : ( ) les informations( suivantes ) ( ) P A = 0;29 ; PF A = 0;15 ; PF A = 0;15 ( ) On note x la probabilité P F = x. On obtient l’arbre de probabilité : A F x On a les équivalences : ( ) ( ) ( ) ( ) P A∩B ( ) P B = PA B ⇐⇒ P B = P A ( ) ( ) ( ) ⇐⇒ P B ×P A = P A ∩ B 0;15 A F ( ) Déterminer la probabilité P F . Remarque : A B A http://http://chingatome.net/correction/6741 2. Avec les suites : ( ) Dans un espace Ω ; P . On considère une suite ( probabilisé ) d’évènements An vérifiant (les relations suivantes : ) { PAn An+1 = 0;6 ( P A0 ) = 0;4 ; pour tout n ∈ N ( ) PAn An+1 = 0;4 ( ) On note : pn = P An . 1. Compléter l’arbre de probabilité ci-contre. 2. Proposition : Soient A et B deux évènements. Si A et B sont deux évènements indépendants, alors A et B sont indépendants. Preuve : A 1−x =⇒ A et B sont indépendants On a les probabilités : 1 1 1 P(A∩B) = ; P(A) = ; P(B) = 12 3 4 ( ) ( ) ( ) De l’égalité : P A ∩ B = P A ×P B On en déduit que les deux évènements A et B sont indépendants. ( ) ( ) On vérifie que : PB A = P A ( ) ( ) 2 8 ; P A = car : PB A = 6 24 Ainsi, la probabilité de l’évènement A est égale à la probabilité de l’évènement A sachant que l’évènement B est réalisé. 0;15 a. Etablir que : pn+1 = 0;2·pn + 0;4 An+1 b. On définit la suite qn par : qn = pn − 0;5 ∀n (∈ N) Etablir que la suite qn est une suite géométrique de raison 0;2. An An+1 An+1 An An+1 c. En déduire( l’expression ) de la suite pn en fonction de n. 3. Déterminer la limite : ( ) lim P An . n7→+∞ http://http://chingatome.net/correction/6742 http://chingatome.net